基于分段循环冗余校验的极化码自适应连续取消列表译码算法

针对极化码连续取消列表(SCL)译码算法为获取较好性能而采用较多的保留路径数,导致译码复杂度较高的缺点,自适应SCL译码算法虽然在高信噪比下降低了一定的计算量,却带来了较高的译码延时。根据极化码的顺序译码结构,该文提出了一种分段循环冗余校验(CRC)与自适应选择保留路径数量相结合的SCL译码算法。仿真结果表明,与传统CRC辅助SCL译码算法、自适应SCL译码算法相比,该算法在码率R=0.5时,低信噪比下(–1 dB)复杂度降低了约21.6%,在高信噪比下(3 dB)复杂度降低了约64%,同时获得较好的译码性能。     

LDPC码的自适应补偿最小和译码算法

LDPC码置信传播算法由于复杂度过高而无法实际应用,最小和算法虽然能降低复杂度但却带来了较大的性能损失。补偿最小和算法通过在最小和算法中引入固定修正因子,在几乎不增加算法复杂度的条件下获得接近置信传播算法的性能。为了进一步提升补偿最小和算法的性能,给出了补偿最小和算法的自适应修正因子的计算方法并结合层译码调度策略,提出层自适应补偿最小和算法。仿真表明,所提算法具有更优的性能和更快的收敛速度。